『既存水力発電はデータセンター向け大規模低炭素電源として活用可能』のためのデータセット

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a comprehensive global dataset for modeling hydropower firming capacity with AI, useful for energy system modelers.

🏢実務担当者:Datacenter operators can use these methods to evaluate hydropower as a reliable low-carbon energy source, reducing carbon footprint.

🏛政策担当者:Highlights the potential of existing hydropower for grid reliability and low-carbon datacenter growth, informing energy policy.

================================================================================完全な再現データアーカイブ「既存の水力発電はデータセンター向けの大規模な低炭素容量を確立できる」================================================================================ これは本研究の大規模データ層です。公開コードリポジトリの付属データであり、すべての解析・モデルコードに加え、単独で全図を再現できる小規模（約135 MB）なバンドルも含まれます：コード＋図再現バンドル：https://github.com/VictorCFeng/Hydropower 本アーカイブには、コードリポジトリに収まらない大容量かつ独自のデータが格納されています。参照気候の組み合わせは全編を通じて：GFDL-ESM4 / SSP3-7.0、既存の水力発電のみ（「nofuture」）、結果が本質的にマルチモデルである場合は完全な15メンバーのGCM x SSPアンサンブルを使用。--------------------------------------------------------------------------------内容-------------------------------------------------------------------------------- swat_global/ [約630 GB；GitHubには非収載] 全81グリッド地域の地域別完全モデリングツリーで、以下で構成： * 構築済みSWAT+モデル（QSWAT+プロジェクト、sqliteデータベース、HRU / 河道 / ルーティング定義、流域シェープファイル、DEMラスター）—地域のSWAT+を再実行するために必要なすべて； * 学習済み機械学習河川流量モデル：4,023のチャネル別LSTM-Transformer確率モデル（LSTM_Transformer_prob/）； * ディスパッチを駆動する機械学習補正済み時間別河川流量（全15のGCM x SSP組み合わせ）（Scenarios/isimip3b/<GCM>/<SSP>/ および inference_output/.../corrected_all.parquet）； * それらの構築に使用された地域別データセット、ベクトル、ラスター、図。気象強制力データは意図的に除外されています（.pcp/.tmp/.hmd/.slr/.wnd、地域あたり約16 GB）。コードリポジトリのステージ01-02にあるISIMIP3b / ERA5-Landダウンロードスクリプトで完全に再生成可能です。 station_screening/ [約51 MB；GitHubには非収載] 90枚の地域別「河川と発電所」スクリーニング地図—ステーションスクリーニング段階で各水力発電所がモデル化された河川網にどのように照合されたかの視覚的記録。 hydropower_station_database.csv [約0.75 MB；GitHubには非収載] モデル化されたグリッド地域内の4,193のディスパッチ対象水力発電ユニット：統一ID、容量、位置、河川、ダム高、ディスパッチに使用される正味水頭（final_head_m）とその信頼度・出典、水頭-貯水量-面積の評価係数、および各ユニットが照合されるGRFRルーティング区間。 figures/ [約13 MB] 64枚のレンダリング済み図パネルの完全セット。（コードリポジトリには論文の25パネルが収録されていますが、これは補足および代替指標のバリアントを含む完全セットです。）--------------------------------------------------------------------------------非収録（上流で使用；元の提供元から入手）-------------------------------------------------------------------------------- * 気象強制力データ（ISIMIP3b / ERA5-Land）—コードリポジトリのステージ01/02ダウンロードスクリプトで再生成可能。 * S&P Global「451 Research Datacenter KnowledgeBase」—商用・ライセンス製品；そこから導出された集計結果のみが本研究に登場。 * IUCNレッドリスト（絶滅危惧種）—ライセンス製品；保全オーバーレイ（論文図4e/4f）は、付属のfig5_*.pyスクリプトを使用したIUCNダウンロードから再生成可能。--------------------------------------------------------------------------------連絡先 / ライセンス-------------------------------------------------------------------------------- ライセンス：データはCC BY 4.0（コードは上記リポジトリ内でMIT）連絡先：[email protected]（PEESEグループ、コーネル大学）

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

================================================================================Full reproduction-data archive"Existing hydropower can firm large low-carbon capacity for datacenters"================================================================================ This is the LARGE data tier of the study. It is the companion to the public coderepository, which holds all analysis/model code plus a small (~135 MB) bundle thatalready reproduces every figure on its own: Code + figure-reproduction bundle: https://github.com/VictorCFeng/Hydropower This archive holds the heavy and one-of-a-kind data that does not fit in the coderepository. Reference climate combination throughout: GFDL-ESM4 / SSP3-7.0,existing hydropower only ("nofuture"), with the full 15-member GCM x SSP ensemblewhere a result is inherently multi-model. --------------------------------------------------------------------------------CONTENTS-------------------------------------------------------------------------------- swat_global/ [~630 GB; NOT on GitHub] The complete per-region modeling tree for all 81 grid regions, comprising: * the built SWAT+ models (QSWAT+ project, sqlite database, HRU / channel / routing definitions, watershed shapefiles and DEM rasters) -- everything needed to re-run SWAT+ for a region; * the trained machine-learning streamflow models: 4,023 per-channel LSTM-Transformer probabilistic models (LSTM_Transformer_prob/); * the machine-learning-corrected hourly streamflow that drives the dispatch, for all 15 GCM x SSP combinations (Scenarios/isimip3b/<GCM>/<SSP>/ and inference_output/.../corrected_all.parquet); * the per-region datasets, vectors, rasters and figures used to build them. WEATHER FORCING IS EXCLUDED on purpose (.pcp/.tmp/.hmd/.slr/.wnd, ~16 GB per region). It is fully regenerable with the ISIMIP3b / ERA5-Land download scripts in stages 01-02 of the code repository. station_screening/ [~51 MB; NOT on GitHub] 90 per-region "rivers and plants" screening maps -- the visual record of how each hydropower station was matched onto the modeled river network during the station-screening step. hydropower_station_database.csv [~0.75 MB; NOT on GitHub] The 4,193 dispatched hydropower units inside the modeled grid regions: unified identity, capacity, location, river, dam height, the net head used for dispatch (final_head_m) with its confidence and source, the head-storage-area rating coefficients, and the GRFR routing reach each unit is matched to. figures/ [~13 MB] The full set of 64 rendered figure panels. (The code repository ships the 25 paper panels; this is the complete set, including supplementary and alternate-metric variants.) --------------------------------------------------------------------------------NOT INCLUDED (used upstream; obtain from the original providers)-------------------------------------------------------------------------------- * Weather forcing (ISIMIP3b / ERA5-Land) -- regenerable via the stage-01/02 download scripts in the code repository. * S&P Global "451 Research Datacenter KnowledgeBase" -- commercial, licensed; only aggregated results derived from it appear in the study. * IUCN Red List of Threatened Species -- licensed; the conservation overlay (paper Fig. 4e/4f) is regenerable from an IUCN download with the included fig5_*.py scripts. --------------------------------------------------------------------------------CONTACT / LICENCE-------------------------------------------------------------------------------- Licence: data CC BY 4.0 (code is MIT, in the repository above) Contact: [email protected] (PEESE Group, Cornell University)

• openalex https://doi.org/10.5281/zenodo.21285281first seen 2026-07-13 05:43:30